金融业要重视数据管理的速度和敏捷度

据Oracle高管称，金融企业如不希望2008年的经济危机重演，则需要在数据管理分析的速度和敏捷度上多下功夫。

　　Oracle财务技术部门的高级主管Amir Halfon说道，金融企业在执行了实时分析和其他在敏捷度方面的数据管理技术以后，将能更好地规避交易风险和系统风险；后者为2008年经济危机的核心问题之一，更应受到重视。

　　Halfon这个月不久前在亚特兰大的企业数据世界大会上说过，能够更加快速地在不同资产类别中进行数据收集十分重要。只有这样，才能够理解交易暴露的情况，并发现交易风险的所在之处。

　　目前，美国政府和私有金融企业在监管方面做出了很多努力，包括共同签订执行Dodd-Frank法案，希望可以更精准地识别各种资产类别与不同行业中存在的风险暴露，以便更好地对可能出现的风险和系统问题进行预测。然而，企业想要更好地预测系统风险，需要对结构化与非结构化信息进行有效管理，包括管理参考数据、场外交易合同信息和位置数据等。

　　金融企业长久以来都以紧缩数据的方式来规避风险，"但现在的问题是怎样更快速地处理数据、怎样处理更多的场景、怎样进行按需处理、怎样在交易前而不仅仅是交易后作出风险分析，"Halfon如是说："我们一定要摒弃这种'一夜成败'的观念。"

　　Halfon称，实时集成与数据仓库软件、内存计算工具、分布式数据网格、商务智能（BI）和数据分析工具是互补性质的技术；企业把它们结合起来使用可达到更快的速率和更高的敏捷度，从而实现风险的规避。

　　"谈到技术的发展，我们总能听到'敏捷度'这个词。"他说："但我认为，敏捷分析计算的概念只不过刚刚开始普及而已。"

重视数据质量
　　RHConsulting是一家服务于金融企业数据仓库管理的咨询公司。Andrey Pyshkin是该公司的合作管理人之一，也是企业数据世界大会的参会者之一。他补充道，对数据质量和治理的高度重视会加强所有方案的敏捷度，防止金融崩盘的出现。毕竟，在处理不可靠数据时，想要预测风险暴露和未来走向即便不是天方夜谭，也是相当困难的。

"我们正在尝试让数据质量更加引起客户的重视，"Pyshkin说："今天的企业普遍都有很庞大的信息量，问题就在于怎样才能使这些信息保持一致。"

 1 2 下一页 尾页

扫码即可手机
阅读转发此文